极化码集成数据与能量网络：一种深度神经网络辅助的端到端设计
信息论
2023-03-29 v1 信号处理
math.IT
摘要
无线传感器无处不在。为解决其能量供给问题，我们提出了一种用于极化码集成数据与能量网络（IDEN）的端到端设计，其中传统的信号处理模块（如调制/解调与信道解码）被深度神经网络（DNN）所替代。此外，能量采集器（EH）的输入输出关系也由DNN建模。通过将发射机与接收机作为自动编码器（AE）联合优化，我们在满足由发射机归一化层决定的发射功率预算约束下，最小化IDEN系统的误码率（BER）并最大化采集能量。仿真结果表明，所构想的DNN辅助端到端设计在采集能量与BER方面均优于其传统的基于模型的对应方案。
引用
@article{arxiv.2303.16038,
title = {Polar Coded Integrated Data and Energy Networking: A Deep Neural Network Assisted End-to-End Design},
author = {Luping Xiang and Jingwen Cui and Jie Hu and Kun Yang and Lajos Hanzo},
journal= {arXiv preprint arXiv:2303.16038},
year = {2023}
}